强反爬站点无法使用Requests等工具时如何查找网页元素并完成点击？

以下两种方案均基于系统级屏幕操作实现，完全不调用浏览器相关接口，不会触发站点bot检测规则，可以配合Pyautogui的模拟点击功能使用：

方案1：图像模板匹配 #

直接使用Pyautogui自带的图像匹配能力，提前截取目标元素的本地模板图，和当前屏幕截图做特征匹配，即可判断元素是否存在、获取元素坐标。

使用要点 #

• 提前截取目标元素的清晰截图，保存为png等无压缩格式，截图尽量只保留元素本身，剔除多余可变背景，降低匹配误差
• 需额外安装opencv-python库来启用置信度调整功能，适配页面渲染、分辨率差异带来的轻微图像偏差
• 参考代码示例：

import pyautogui
import time

# 等待页面加载完成
time.sleep(2)
# 匹配屏幕中的目标元素，confidence为匹配度阈值0-1，值越高匹配越严格
element_pos = pyautogui.locateOnScreen("target_element.png", confidence=0.8)
if element_pos:
    # 点击元素中心位置
    pyautogui.click(pyautogui.center(element_pos))
else:
    print("目标元素不存在")

• 若元素可能出现在滚动区域内，可预设固定滚动步长逐屏匹配，覆盖所有可能的展示区域

方案2：OCR文本识别 #

如果目标元素包含固定的唯一文本内容，可以通过OCR识别屏幕文本，定位对应元素的坐标。

使用要点 #

• 可选用easyocr、pytesseract等OCR库实现文本识别，无需依赖浏览器接口
• 参考代码示例：

import pyautogui
import easyocr

# 初始化OCR识别器，按需指定识别语言
ocr_reader = easyocr.Reader(["ch_sim", "en"])
# 截取当前屏幕
screen = pyautogui.screenshot()
# 识别屏幕所有文本，返回结果包含文本内容和对应坐标
ocr_result = ocr_reader.readtext(screen)

target_text = "目标元素的固定文本"
for item in ocr_result:
    if target_text in item[1]:
        # 计算文本区域中心点坐标
        center_x = (item[0][0][0] + item[0][2][0]) / 2
        center_y = (item[0][0][1] + item[0][2][1]) / 2
        pyautogui.click(center_x, center_y)
        break
else:
    print("未找到目标元素")

通用注意事项 #

• 操作前固定浏览器窗口位置和页面缩放比例，避免窗口大小、分辨率变化导致匹配失败
• 针对动态加载的页面元素，可添加循环检测逻辑，在固定时间内反复查询元素是否存在，避免因加载延迟出现误判

内容的提问来源于stack exchange，提问作者James